摘要：PCA在机器学习中经常被用到，是数据预处理的重要步骤。它主要基于以下考虑： 高维特征中很多特征之间存在相关性，含有冗余信息 相比于低维数据，高维数据计算更复杂 PCA的数学原理 如下图，平面上有很多二维空间的特征点，如果想对这些特征点做特征降维（变为一维），应该怎么做呢？大家应该都知道需要进行投影， 阅读全文

摘要：XGBoost是在GBDT（梯度提升决策树）基础上发展而来。 GBDT含有几个关键点：梯度提升，提升决策树，回归问题。 本质模型为加法模型，基函数为决策树，迭代拟合标注和模型的残差，来不断逼近损失函数最小化。更一般的情况，以当前模型在L负梯度方向的值，作为残差的近似。 XGBoost（eXtreme 阅读全文

摘要：sklearn.svm.SVC(C=1.0, kernel='rbf', degree=3, gamma='auto', coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200, class_weight=Non 阅读全文